---
title: "API de transcription arabe : bien la choisir en 2026"
description: "Choisir une API de transcription arabe : WER, dialectes, limites de fichiers, prix par heure d’audio, confidentialité, et un plan de test sur vos enregistrements."
url: https://broadrouter.com/fr/blog/arabic-speech-to-text-api-buyers-guide/
lang: fr
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Traduit de l’anglais avec l’aide de l’IA. [Lire l’original en anglais](https://broadrouter.com/blog/arabic-speech-to-text-api-buyers-guide/) (mis à jour le 2026-11-15).

# API speech-to-text pour l’arabe : comment la choisir en 2026

Par l’équipe BroadNet Inference · 7 min de lecture · Publié 2026-11-14 · Mis à jour 2026-11-15

Choisissez une API speech-to-text pour l’arabe en la testant sur vos propres enregistrements : mesurez le taux d’erreur sur les mots pour vos dialectes, puis comparez le prix par heure d’audio, les limites de fichiers et la conservation des données. BroadNet Transcribe Arabic coûte $0.25 par heure d’audio ($0.0042 la minute), et l’Open Universal Arabic ASR Leaderboard le classait #4 sur 39 au 15 novembre 2026.

## À retenir

-   Le taux d’erreur sur les mots (WER) mesuré sur votre propre audio compte plus que n’importe quel classement. Plus bas, c’est mieux.
-   L’arabe standard moderne est le cas facile. Testez séparément les parlers du Golfe, égyptien, levantin et maghrébin.
-   Normalisez le texte arabe avant d’évaluer, sinon les variantes d’écriture seront comptées comme des erreurs.
-   BroadNet Transcribe Arabic coûte $0.25 par heure d’audio ; 1 000 heures coûtent $252.00.
-   Envoyez toujours `language=ar`, sinon l’arabe peut revenir translittéré en caractères latins.
-   Le crédit de départ gratuit de $5 couvre environ 1,190 minutes d’audio arabe pour vos tests.

**Sur cette page**

1.  Pourquoi le taux d’erreur sur votre propre audio compte-t-il le plus ?
2.  Comment vérifier la couverture des dialectes ?
3.  Combien coûte la transcription arabe par heure d’audio ?
4.  Quelles fonctions une API speech-to-text arabe doit-elle offrir ?
5.  Quelles limites de fichiers et quels formats s’appliquent ?
6.  L’audio est-il conservé ?
7.  Comment tester une API de transcription arabe en un après-midi ?
8.  Erreurs courantes
9.  Où se situe BroadNet Inference

Pour choisir une API [speech-to-text](https://broadrouter.com/fr/glossary/speech-to-text/) pour l’arabe, transcrivez 30 à 50 de vos propres extraits par dialecte avec chaque candidat, comparez le taux d’erreur sur les mots par dialecte, puis pesez le prix par heure d’audio, les limites de fichiers, les besoins de streaming et la conservation des données. Un modèle brillant sur un benchmark peut quand même échouer sur l’audio de votre centre d’appels.

L’arabe est difficile pour la reconnaissance vocale : une seule norme écrite coiffe de nombreux dialectes parlés, les locuteurs passent à l’anglais en milieu de phrase, et l’essentiel de l’audio réel se compose d’appels téléphoniques et de messages vocaux.

## Pourquoi le taux d’erreur sur votre propre audio compte-t-il le plus ?

Le [taux d’erreur sur les mots (WER)](https://broadrouter.com/fr/glossary/word-error-rate/) est la part des mots que le modèle se trompe : substitués, omis ou inventés. Plus bas, c’est mieux. Les chiffres publics sont un point de départ :

| Jeu de test | Ce que c’est | BroadNet Transcribe Arabic | ElevenLabs Scribe v2 | Whisper large-v3 |
| --- | --- | --- | --- | --- |
| FLEURS-ar | Phrases lues, audio propre | 3.8 | non publié | non publié |
| MASC-ar | Parole arabe réelle et variée | 21.1 | 22.3 | 31.5 |
| Jeu dialectal BroadNet | Parlers du Golfe, égyptien et levantin | 23.4 | 25.6 | 31.8 |

Ce sont des mesures de laboratoire de BroadNet, publiées dans son [catalogue de modèles](https://www.broadnet.ai/inference/models) et sur sa [page Transcribe Arabic](https://www.broadnet.ai/inference/models/cohere-transcribe-arabic). BroadNet a mené la comparaison lui-même : considérez les colonnes ElevenLabs et Whisper comme le test d’un fournisseur sur ses concurrents, pas comme un résultat indépendant. BroadNet indique aussi pour ce modèle, sur l’[Open Universal Arabic ASR Leaderboard](https://huggingface.co/spaces/elmresearchcenter/open_universal_arabic_asr_leaderboard) : #2 sur 37 (chiffre de septembre 2026 ; le classement en direct le plaçait #4 sur 39 le 15 novembre 2026), et n° 1 parmi les modèles dont la licence autorise la mise à disposition via une API. Le 15 novembre 2026, les trois entrées au-dessus étaient Jais-ASR, Sygma-ASR-Arabic (que le classement décrit comme du beam decoding sur le modèle Cohere) et Audar-ASR-V1-Turbo ; Whisper large-v3 était 19e. Nous n’avons pas vérifié la licence de chaque entrée.

Vous pouvez écouter le modèle sur votre propre voix avant de vous inscrire : le [playground dans le navigateur](https://www.broadnet.ai/inference/playground) de BroadNet transcrit jusqu’à 60 secondes d’audio arabe ou anglais sans compte. Voir [comment utiliser le playground](https://broadrouter.com/fr/guides/try-broadnet-inference-playground/).

L’écart entre 3,8 et 23,4 est la leçon : **le même modèle peut être quasi parfait sur de la parole lue et nettement plus faible sur des conversations en dialecte.** Testez sur les vôtres.

Méfiez-vous des chiffres des fournisseurs en général. Beaucoup de WER arabes publiés proviennent du propre test du fournisseur, sur un audio que vous ne voyez pas. Un chiffre n’est comparable que si le jeu de test, la normalisation et l’outil d’évaluation sont les mêmes.

Pour une vue d’ensemble, notre [index ouvert des prix des API speech-to-text](https://broadrouter.com/data/speech-to-text-api-prices/) recense les prix par lots et en streaming, les paliers de facturation et la prise en charge de l’arabe pour plus de 20 produits, chacun vérifié sur la page de tarifs du fournisseur (CSV et JSON).

## Comment vérifier la couverture des dialectes ?

Regroupez vos fichiers de test par dialecte : Golfe (khaliji), égyptien, levantin, irakien, maghrébin, plus l’[arabe standard moderne](https://broadrouter.com/fr/glossary/msa/). Évaluez chaque groupe séparément. Si la plupart de vos clients sont à Riyad, le WER sur l’arabe du Golfe compte bien plus qu’une moyenne.

Attention au **[code-switching](https://broadrouter.com/fr/glossary/code-switching/)**. Le parler professionnel du Golfe mêle noms de produits et nombres en anglais. Vérifiez comment sortent les nombres, les dates et les noms, car ce sont les mots sur lesquels agit votre système en aval. BroadNet propose sur demande un [modèle arabe affiné](https://broadrouter.com/fr/models/#on-request) pour les nombres, dates et noms dans un audio bruité.

## Combien coûte la transcription arabe par heure d’audio ?

Comparez à l’heure d’audio, car c’est ainsi que se mesure votre volume :

| Modèle | À la minute | À l’heure | 1 000 heures |
| --- | --- | --- | --- |
| [BroadNet Transcribe Arabic](https://broadrouter.com/fr/models/cohere-transcribe-arabic/) | $0.0042 | $0.25 | $252.00 |
| [BroadNet Transcribe (14 langues)](https://broadrouter.com/fr/models/cohere-transcribe/) | $0.002 | $0.12 | — |
| Soniox asynchrone (fichier), plus de 60 langues | environ USD 0.0017 (déduit) | environ USD 0.10 | environ USD 100 |
| Soniox temps réel (streaming) | environ USD 0.002 (déduit) | environ USD 0.12 | environ USD 120 |

Les lignes Soniox proviennent des [tarifs Soniox](https://soniox.com/pricing), vérifiés le 14 novembre 2026. Soniox facture au token (environ 30 000 tokens audio par heure) et présente les montants horaires comme des approximations.

**Soniox est moins cher à l’heure que BroadNet.** Son tarif fichier fait moins de la moitié des $0.25 de BroadNet Transcribe Arabic et passe sous les $0.12 de BroadNet Transcribe. Son tarif temps réel égale celui de BroadNet Transcribe et reste moins cher que le modèle arabe, et BroadNet ne documente pas du tout de streaming en temps réel. Soniox inclut l’arabe (`ar`) dans ses [langues prises en charge](https://docs.soniox.com/stt/concepts/supported-languages) et affiche un tarif unique pour toutes les langues. Il ne publie ni tarif propre à l’arabe, ni WER arabe, ni couverture dialectale : le prix est clair, la précision ne l’est pas. Faites le même test dialectal sur les deux avant de choisir sur le prix.

Pour une boîte de support, 10 000 messages vocaux WhatsApp de 30 secondes chacun coûtent $21.00 avec le modèle arabe. Le calcul est `10,000 × 0.5 minutes × $0.0042`. Passez votre propre volume dans le [calculateur de coût speech-to-text](https://broadrouter.com/tools/speech-to-text-cost-calculator/).

En comparant les fournisseurs, vérifiez l’unité de facturation autant que le tarif : à la seconde, à la minute ou par bloc entamé, et l’existence d’un minimum facturé par fichier. C’est sur les messages vocaux courts que l’arrondi de facturation se voit. Pour les tarifs à la minute d’autres fournisseurs, vérifiés sur leurs pages de prix, voir [comparatif des prix des API speech-to-text](https://broadrouter.com/fr/blog/speech-to-text-api-pricing-compared/) ; si vous quittez l’endpoint d’OpenAI, voir la check-list [alternative à l’API Whisper](https://broadrouter.com/fr/blog/whisper-api-alternative/). La [comparaison Transcribe vs Transcribe Arabic](https://broadrouter.com/compare/cohere-transcribe-vs-cohere-transcribe-arabic/) montre quand le modèle à 14 langues, moins cher, suffit.

## Quelles fonctions une API speech-to-text arabe doit-elle offrir ?

Tous les produits n’ont pas besoin de toutes les fonctions. Décidez lesquelles comptent avant de comparer :

| Fonction | Pourquoi elle compte | Quoi demander |
| --- | --- | --- |
| Envoi de fichiers par lots | Messages vocaux, enregistrements, archives | Formats et taille maximale de fichier |
| Streaming en temps réel | Sous-titres en direct, agents vocaux | Latence, et s’il s’agit d’un produit distinct |
| Identification des locuteurs ([diarisation](https://broadrouter.com/fr/glossary/diarization/)) | Appels entre agent et client | Par lots seulement, ou aussi en direct ? |
| Horodatage par mot | Sous-titres, recherche, outils de relecture | Au niveau du mot ou du segment ? |
| Code-switching | Arabe mêlé de termes anglais | Faut-il une seule langue par requête ? |
| Conservation des données | Les appels contiennent des données personnelles | L’audio ou le texte sont-ils conservés, et combien de temps ? |

Ce que BroadNet documente aujourd’hui : la transcription par lots via l’endpoint compatible OpenAI `/v1/audio/transcriptions`, une entrée WAV ou MP3, un champ `language` et la zero data retention. Pour tout le reste de cette liste, consultez la [référence de l’API](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=fr-blog-arabic-speech-to-text-api-buyers-guide&utm_content=body) avant de vous y fier.

## Quelles limites de fichiers et quels formats s’appliquent ?

-   **Taille de fichier.** BroadNet accepte du WAV ou du MP3 jusqu’à 26 214 400 octets (25 Mio) par fichier. Un fichier plus gros renvoie 413 ; découpez les enregistrements longs.
-   **Formats.** Convertissez d’abord les messages vocaux .ogg et les enregistrements .m4a ; le [guide des messages vocaux WhatsApp](https://broadrouter.com/fr/guides/transcribe-whatsapp-voice-notes/) donne la ligne ffmpeg.
-   **Le champ language.** Envoyez `language=ar`. Sans lui, l’arabe peut revenir translittéré en caractères latins.
-   **Limites de débit.** Une clé pay-as-you-go autorise 30 requêtes par minute et 4 simultanées. Pour un gros arriéré, mettez les fichiers en file d’attente et relancez les 429 avec backoff ; voir [erreurs et relances](https://broadrouter.com/fr/guides/errors-and-retries/).

## L’audio est-il conservé ?

Messages vocaux et appels contiennent des noms, des numéros de téléphone et des informations de santé ou bancaires. Demandez à chaque fournisseur si l’audio et les transcriptions sont conservés, et pour combien de temps. BroadNet Inference ne conserve ni l’un ni l’autre ; voir [zero data retention](https://broadrouter.com/fr/privacy/) et notre [check-list ZDR](https://broadrouter.com/fr/blog/zero-data-retention-llm-api-checklist/).

## Comment tester une API de transcription arabe en un après-midi ?

1.  Rassemblez 30 à 50 vrais extraits par dialecte depuis votre canal de production. Retirez tout ce que vous n’avez pas le droit de partager.
2.  Rédigez à la main la transcription correcte de 10 extraits par dialecte, selon une convention d’écriture convenue.
3.  Transcrivez chaque extrait avec chaque API candidate. Le [guide pas à pas pour l’arabe](https://broadrouter.com/fr/guides/arabic-speech-to-text-api/) contient du code curl et Python pour BroadNet.
4.  Normalisez les deux textes de la même façon et calculez le WER et le CER par dialecte. [Le WER arabe expliqué](https://broadrouter.com/fr/blog/arabic-asr-wer-explained/) fournit la fonction Python de normalisation et montre pourquoi l’omettre peut transformer une transcription parfaite en 75 % de WER.
5.  Lisez vous-même 20 transcriptions. Un WER bas peut encore cacher des nombres ou des noms erronés.

Le choix des extraits, la rédaction des références et l’évaluation de chaque groupe dialectal sont détaillés dans [reconnaissance vocale des dialectes arabes](https://broadrouter.com/fr/blog/arabic-dialect-speech-recognition/).

## Erreurs courantes

-   **Ne tester que de l’audio propre.** Utilisez de vrais enregistrements téléphoniques et messages vocaux.
-   **Un seul WER moyen.** Une bonne moyenne peut masquer un dialecte que parlent vos clients.
-   **Oublier le champ language.** Une sortie translittérée compte presque entièrement comme des erreurs.
-   **Ignorer les nombres.** Vérifiez à la main chiffres, dates et montants ; c’est sur eux qu’agit votre système.

## Où se situe BroadNet Inference

BroadNet Transcribe Arabic convient à la transcription par lots de messages vocaux, d’appels et d’enregistrements en arabe, à un prix à la minute, sans conservation de l’audio. Le crédit de départ de $5 couvre environ 1,190 minutes d’audio arabe, assez pour le test ci-dessus sans carte bancaire. Si vous avez besoin de fonctions qu’il ne documente pas, comme le sous-titrage en direct par streaming, testez un fournisseur qui les propose. Pour les tâches sur le texte arabe après transcription, voir [choisir un LLM pour l’arabe](https://broadrouter.com/fr/blog/choosing-an-llm-for-arabic/).

Outils gratuits sur ce sujet (en anglais)

-   [Arabic token counter](https://broadrouter.com/tools/arabic-token-counter/) Arabic vs English token counts per tokenizer: the "Arabic tax" in tokens and money.
-   [Arabic text normalizer](https://broadrouter.com/tools/arabic-text-normalizer/) Tashkeel, tatweel, alef, ya, ta marbuta, digits and invisible characters, with a matching Python function.
-   [Speech-to-text cost calculator](https://broadrouter.com/tools/speech-to-text-cost-calculator/) Hours, calls or voice notes to a monthly transcription bill, against your current provider.

[Outils gratuits (en anglais)](https://broadrouter.com/tools/)

## Termes de cet article

[Speech-to-text (reconnaissance vocale)](https://broadrouter.com/fr/glossary/speech-to-text/)

Le speech-to-text, ou reconnaissance automatique de la parole (ASR), est une technologie qui convertit l’audio parlé en texte écrit. Une API speech-to-text accepte un fichier ou un flux audio et renvoie une transcription, généralement facturée à la minute d’audio. La précision se mesure avec le taux d’erreur de mots et varie selon l’accent, le dialecte et la qualité d’enregistrement.

[Streaming](https://broadrouter.com/fr/glossary/streaming/)

Le streaming est une manière de renvoyer la réponse d’un modèle de langage par petits chunks pendant sa génération, plutôt qu’en un seul bloc à la fin. Les API compatibles OpenAI streament via des server-sent events quand la requête règle stream sur true.

[Taux d’erreur sur les mots (WER)](https://broadrouter.com/fr/glossary/word-error-rate/)

Le taux d’erreur sur les mots (WER) est la mesure standard de précision en reconnaissance vocale : le nombre de substitutions, suppressions et insertions de mots nécessaires pour transformer une transcription en référence correcte, divisé par le nombre de mots de la référence. Plus il est bas, mieux c’est.

[Code-switching (alternance codique)](https://broadrouter.com/fr/glossary/code-switching/)

Le code-switching, ou alternance codique, est l’usage de deux langues ou plus, ou de plusieurs variétés d’une même langue, au sein d’une même conversation ou phrase, à l’oral comme à l’écrit. Par exemple, des arabophones qui glissent des mots anglais dans leur dialecte, ou qui passent de l’arabe standard moderne à leur dialecte.

[Conservation zéro des données (zero data retention, ZDR)](https://broadrouter.com/fr/glossary/zero-data-retention/)

La conservation zéro des données (zero data retention, ZDR) est une politique selon laquelle un fournisseur d’IA traite prompts et sorties uniquement pour servir une requête, sans conserver ce contenu ensuite, ni dans des logs, ni dans des caches, ni dans des données d’entraînement. Les enregistrements sans contenu, comme le nombre de tokens et les durées, restent généralement conservés.

[Paiement à l’usage (pay-as-you-go)](https://broadrouter.com/fr/glossary/pay-as-you-go/)

Le paiement à l’usage (pay-as-you-go) est un modèle tarifaire où vous ne payez que ce que vous consommez, mesuré par unité, comme les tokens, les requêtes ou les minutes d’audio, sans abonnement ni engagement minimal. La plupart des API LLM facturent ainsi, à partir d’un solde prépayé ou d’une facture périodique.

[Token](https://broadrouter.com/fr/glossary/token/)

Un token est l’unité de texte qu’un modèle de langage lit et écrit : un mot, une partie de mot, un signe de ponctuation ou une suite d’octets produite par le tokenizer du modèle. Les API LLM comptent, limitent et facturent généralement l’usage en tokens.

[API compatible OpenAI](https://broadrouter.com/fr/glossary/openai-compatible-api/)

Une API compatible OpenAI est une API HTTP qui accepte les mêmes formats de requête et de réponse que l’API OpenAI, comme POST /v1/chat/completions. Les SDK et outils OpenAI peuvent donc l’utiliser en changeant seulement l’URL de base, la clé d’API et le nom du modèle.

## Questions fréquentes

### Qu’est-ce qu’un bon taux d’erreur sur les mots pour l’arabe ?

Cela dépend de l’audio. BroadNet annonce pour BroadNet Transcribe Arabic 3,8 sur FLEURS-ar (parole lue et propre), 21,1 sur MASC-ar et 23,4 sur son jeu dialectal. L’audio de conversation en dialecte est toujours plus difficile que la parole lue.

### Quelle API speech-to-text est la meilleure pour les dialectes arabes ?

Il n’y a pas de réponse unique, car les résultats varient selon le dialecte et la qualité d’enregistrement. Retenez deux ou trois API, transcrivez 30 à 50 de vos propres extraits par dialecte avec chacune, et comparez le taux d’erreur sur les mots par dialecte, pas une moyenne globale.

### Combien coûte la transcription de 1 000 heures d’audio arabe ?

À $0.0042 la minute d’audio, 1 000 heures coûtent $252.00 avec BroadNet Transcribe Arabic.

### Le speech-to-text arabe de BroadNet prend-il en charge le streaming en direct ?

BroadNet documente la transcription par lots via /v1/audio/transcriptions, avec des fichiers WAV ou MP3 jusqu’à 25 Mio. Il ne documente pas de sous-titrage en direct par streaming. Si vous en avez besoin, Soniox, par exemple, vend de la transcription en temps réel avec l’arabe dans sa liste de langues (vérifié le 14 novembre 2026).

### Peut-on transcrire des messages vocaux WhatsApp ?

Oui, après conversion du fichier .ogg en WAV ou MP3 avec ffmpeg. Le guide WhatsApp de ce site montre la conversion en une ligne.

### Mon audio est-il conservé ?

Non. BroadNet Inference ne conserve ni l’audio ni les transcriptions après la requête ; il ne garde que des enregistrements sans contenu, comme les durées et le coût.

## À lire ensuite

-   [Transcrire un audio de plus de 25 Mo : découper, envoyer, recoller](https://broadrouter.com/fr/blog/transcribe-long-audio-files-api/)
-   [Taux d’erreur de mots (WER) en reconnaissance vocale arabe](https://broadrouter.com/fr/blog/arabic-asr-wer-explained/)
-   [Reconnaissance vocale arabe : Golfe, Égypte, Levant, Maghreb](https://broadrouter.com/fr/blog/arabic-dialect-speech-recognition/)
-   [Prix des API speech-to-text comparés : tarif à la minute en 2026](https://broadrouter.com/fr/blog/speech-to-text-api-pricing-compared/)
-   [Alternative à l’API Whisper : quand changer et comment tester](https://broadrouter.com/fr/blog/whisper-api-alternative/)
-   [Choisir une API LLM pour l’arabe : ce qu’il faut tester](https://broadrouter.com/fr/blog/choosing-an-llm-for-arabic/)
-   [Vocaliser un texte arabe avec un LLM : prompt, contrôles, DER](https://broadrouter.com/fr/blog/arabic-diacritization-llm/)
-   [Correction grammaticale et orthographique de l’arabe par LLM : guide](https://broadrouter.com/fr/blog/arabic-grammar-spelling-correction-llm/)
-   [Guide : API speech-to-text pour l’arabe, étape par étape](https://broadrouter.com/fr/guides/arabic-speech-to-text-api/)
-   [Guide : Transcrire les messages vocaux WhatsApp en texte avec une API](https://broadrouter.com/fr/guides/transcribe-whatsapp-voice-notes/)
-   [Guide : Codes d’erreur de BroadNet Inference : quand réessayer ?](https://broadrouter.com/fr/guides/errors-and-retries/)

Essayez-le sur votre vraie charge de travail. Les nouveaux comptes démarrent avec USD 5 de crédit pour Gemma et transcription. DeepSeek, GLM et Qwen3.8 nécessitent une recharge.

[Commencer](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=fr-blog-arabic-speech-to-text-api-buyers-guide&utm_content=page-cta) ·

**Sources**

-   [Page du modèle BroadNet Transcribe Arabic : comparaison directe de WER avec ElevenLabs Scribe v2 et Whisper large-v3 (consultée le 2026-11-15) (en anglais)](https://www.broadnet.ai/inference/models/cohere-transcribe-arabic)
-   [Catalogue de modèles BroadNet, speech-to-text : WER et rang au classement selon BroadNet (consulté le 2026-11-14) (en anglais)](https://www.broadnet.ai/inference/models)
-   [Open Universal Arabic ASR Leaderboard, Space Hugging Face (consulté le 2026-11-15)](https://huggingface.co/spaces/elmresearchcenter/open_universal_arabic_asr_leaderboard)
-   [Référence de l’API de BroadNet Inference : formats de transcription, limite de 26 214 400 octets, 413, champ language (consultée le 2026-11-14) (en anglais)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=fr-blog-arabic-speech-to-text-api-buyers-guide&utm_content=sources)
-   [Prix lisibles par machine de BroadNet Inference, pricing.json (consultés le 2026-11-14) (en anglais)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=fr-blog-arabic-speech-to-text-api-buyers-guide&utm_content=sources)
-   [Tarifs Soniox : asynchrone environ 0,10 USD/heure, temps réel environ 0,12 USD/heure, facturation au token (vérifiés le 2026-11-14)](https://soniox.com/pricing)
-   [Documentation Soniox, langues prises en charge : l’arabe (ar) figure parmi 60 langues (vérifiée le 2026-11-14)](https://docs.soniox.com/stt/concepts/supported-languages)
-   [jiwer, paquet Python de calcul des taux d’erreur ASR (consulté le 2026-11-14)](https://github.com/jitsi/jiwer)
